Professional Documents
Culture Documents
P.L. Bourdeau et I.E. Zevgolis, School of Civil Engineering, Purdue University, USA
RÉSUMÉ – La fiabilité d’un mur de soutènement modélisé comme un système en série est
analysée, afin d’évaluer le rôle joué par les corrélations entre modes de défaillance. Les calculs sont
effectués par simulation numérique et une étude paramétrique est faite. On observe que les
corrélations modales varient largement mais sont toutes positives, ce qui valide l’application pratique
de la méthode des bornes de premier ordre pour les ouvrages de ce type.
ABSTRACT – The reliability of a retaining wall considered as a series system is analyzed, in order to
investigate the role played by correlations between failure modes. Computations are carried out using
numerical simulation and a sensitivity analysis is performed. It is observed that modal correlations,
though they vary in magnitude over a wide range, are all positive. This validates the practical
application of first-order reliability bounds for gravity retaining walls.
1. Introduction
L’analyse de fiabilité des murs de soutènement demande que l’on prenne en considération
plusieurs mécanismes possibles de ruine et comment ceux-ci sont influencés par diverses
sources d’incertitude. Dans les méthodes usuelles de calcul de stabilité d’un mur remblayé,
les mécanismes pris en compte sont le renversement, le glissement sur la base et le
dépassement de capacité portante de la fondation. Chacun de ces modes de ruine peut être
analysé individuellement ainsi que les fiabilités modales qui en résultent. Mais il est plus
intéressant, même si l’on doit pour cela simplifier le modèle, d’estimer la fiabilité globale du
mur de soutènement considéré comme un système. Le principal avantage d’une approche
systémique est de conduire à un indice unique qui quantifie la fiabilité globale du mur de
soutènement, au lieu de fiabilités modales partielles et sans lien entre elles. Cela facilite
grandement l’utilisation de la notion de fiabilité comme critère d’optimisation du
dimensionnement et comme aide à la décision. Dans le cas des soutènements rigides, et en
particulier des murs voiles en béton armé avec semelle arrière qui sont considérés ici (Fig.
1), le modèle probabiliste est un système en série dont la ruine serait entraînée par la
défaillance d’au moins une composante. Une caractéristique importante du système en
série, dans le cas d’un mur de soutènement, est que ses trois composantes (c’est à dire les
résistances aux mécanismes de défaillance) ne sont pas indépendantes car elles sont
toutes trois influencées, à des degrés variables, par les mêmes paramètres de
dimensionnement et par les propriétés des matériaux ou du sol. Les simplifications
habituelles consistent, soit à ignorer cette dépendance, soit à cerner la fiabilité du système
par deux valeurs-limites dont l’une correspond à l’indépendance totale et l’autre à la
dépendance parfaite des modes de défaillance. A moins que les valeurs-limites de la fiabilité
ne soient proches l’une de l’autre, ces solutions simplifiées ne sont guère satisfaisantes.
Dans la présente communication, l’exemple d’un mur voile en béton armé est utilisé pour
investiguer la dépendance entre mécanismes de défaillance, quantifiée au moyen des
-1-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
corrélations modales, et son influence sur la fiabilité du système. Les calculs sont effectués
à l’aide d’une simulation de Monte Carlo appliquée à la distribution des variables aléatoires
qui représentent les propriétés du remblai et du sol de fondation.
-2-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
SR OT =
∑M R
=
M PA,V + M PP + M WSOIL + M WCONC
(1)
∑M OT M PA,H
SR SL =
∑F R
=
PP + S
(2)
∑F SL PA,H
q b,L
SR BC = (3)
q max
où P[-] est la probabilité d’occurrence de l’événement défini dans [-]. En général, le calcul
exact de (4) est impraticable par intégration directe des fonctions multivariées qui entrent en
jeu. Cette difficulté peut être contournée par le recours à des méthodes approchées qui ont
été formulées spécialement pour l’analyse de la fiabilité des systèmes. Les plus courantes
sont la méthodes de Hasofer et Lind (1974) et celle des bornes de premier ordre de la
fiabilité (Ang et Amin 1968, Ang et Tang 1984). La procédure la plus simple dans le cas
présent consisterait à calculer les bornes de fiabilité. Si les rapports de fiabilité sont liés par
des corrélations uniquement positives, Ri désignant les fiabilités marginales relatives à
chaque mode de défaillance (ou fiabilités modales), alors
∏R
i=1
i ≤ R ≤ min {R i } (5)
-3-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
3
0≤ R ≤ ∏R
i=1
i (6)
3
On notera que le produit ∏R
i=1
i , qui est la borne inférieure dans l’Eq. (5) et la borne
supérieure dans l’Eq. (6), est la fiabilité exacte du système dans le cas d’indépendance des
modes de défaillance, alors que la borne supérieure dans l’Eq.(5) correspond à la fiabilité du
système lorsque les rapports de fiabilité ont des corrélations positives parfaites. L’intervalle
défini par l’Eq. (6) étant souvent très large, les bornes de premier ordre ne sont
généralement une solution utile que dans le cas de corrélations modales positives. Dans le
cas présent d’un mur de soutènement, on peut raisonnablement supposer que ces
corrélations seront positives car, de manière générale, les rapports de fiabilité sont des
fonctions soit simultanément croissantes, soit simultanément décroissantes de leurs
variables aléatoires communes (comme, par exemple, la résistance au cisaillement du
remblai et celle du sol de fondation). Mais cela n’est pas toujours le cas (le poids unitaire du
remblai lié au mur, par exemple, peut influencer de manière opposée la capacité portante et
les résistances au renversement et au glissement) et la nécessité de faire une hypothèse
sur le signe des corrélations limite l’applicabilité de la méthode.
La technique de calcul utilisée ici conduit également à une solution approchée mais
permet de calculer de manière plus précise la fiabilité du système au moyen d’une
simulation de Monte Carlo. La procédure demande que l’on définisse de manière complète
la distribution de chaque variable aléatoire, mais l’algorithme permet de simuler
numériquement les réalisations aléatoires conjointes des trois rapports de fiabilité. On peut
ensuite estimer les statistiques de la fiabilité du système, des rapports de fiabilité, de leurs
coefficients de corrélation, ou autres quantités utiles.
Dans cet exemple, les caractéristiques géométriques du mur sont supposées connues de
manière déterministe. Elles sont indiquées dans le Tableau 1, avec les mêmes notations que
dans la Figure 1. L’une de ces données géométriques, la longueur du talon LH est le
paramètre de dimensionnement dont on étudie l’influence. Les propriétés mécaniques du
remblai et du sol de fondation sont représentées par des variables aléatoires indépendantes,
mais parfaitement autocorrélées dans le volume affecté. Ces hypothèses simplificatrices sur
la structure de corrélation des variables ont une légère influence sur les résultats
numériques de l’analyse de fiabilité, mais n’en mettent pas en cause la validité générale. On
utilise la distribution Bêta (ou Pearson type I) pour modéliser ces variables aléatoires avec
les caractéristiques indiquées dans le Tableau 2. Les coefficients de variation (C.O.V.)
utilisés sont cohérents avec les valeurs publiées dans la littérature (par exemple, Harr 1987).
En pratique, les minima et maxima des distributions Bêta peuvent être choisis
empiriquement en fonction du domaine de définition physique de la variable (pas de valeurs
négatives), du domaine vraisemblable de fluctuation (sur la base, par exemple, de l’inégalité
de Chebyshev) ou de manière à reproduire la dissymétrie d’échantillonnage. Ces critères et
l’influence du choix des bornes de la distribution Bêta on été discutés par Oboni et Bourdeau
(1985). La résistance au cisaillement le long de l’interface entre sol de fondation et semelle
est admise égale aux 2/3 de la résistance du sol.
-4-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
Les résultats de l’analyse sont présentés dans les Figures 2 à 5. Une première
observation, qui permet la comparaison avec l’analyse déterministe, est la relation entre le
facteur de sécurité central (CFS) calculé pour chaque mode de défaillance et la longueur du
talon LH. Un facteur de sécurité central est un facteur de sécurité calculé (de manière
déterministe) pour la moyenne de chaque variable aléatoire. Les graphes de la Figure 2
montrent que l’accroissement de ces facteurs de sécurité centraux lorsqu’on augmente la
longueur de la fondation est assez semblable pour le renversement et la capacité portante,
mais est nettement plus lent en ce qui concerne le glissement sur la base. Par ailleurs, ces
variations sont presque linéaires dans le domaine étudié. La Figure 3 montre que les
relations entre fiabilités modales et facteur de sécurité centraux sont plus différenciées et
fortement non linéaires dans le domaine des fiabilités élevées. Par ailleurs, l’analyse
probabiliste indique que, pour l’exemple étudié, la capacité portante et le glissement sont
plus critiques que le renversement. Par exemple, pour une longueur de talon LH=1.1m, on
obtient les résultats suivants en utilisant les Figure 2 et 3. Pour le renversement, le facteur
de sécurité central est CFSOT=1.63 et la probabilité modale de défaillance PF,OT=0.01% ;
pour le glissement sur la base, CFSSL=1.45 et PF,SL=6.15% ; en ce qui concerne la capacité
portante, CFSBC=2.26 et PF,BC=8.39%. On remarquera que malgré un coefficient de sécurité
nettement plus grand, la capacité portante présente une fiabilité modale qui est la plus faible
des trois.
Les coefficients de corrélation entre rapports de fiabilité, calculés par régression linéaire
sur les résultats de la simulation de Monte Carlo, sont représentés dans la Figure 4 pour
chaque couple de fonctions de performance, en fonction de la longueur du talon de
fondation. On peut vérifier que les corrélations observées sont toutes positives, mais avec
des valeurs et des variations nettement différentes les unes des autres dans le domaine
étudié pour cet exemple. Alors que la corrélation entre renversement et glissement, de
l’ordre de +0.6, est presque indépendante de la longueur de la semelle, les deux autres
corrélations décroissent lorsque la longueur de semelle augmente, la relation entre
glissement et capacité portante étant la plus forte des trois (de l’ordre de +0.8), et celle entre
renversement et capacité portante la plus faible (de l’ordre de +0.2).
La fiabilité du système est représentée dans la Figure 5, ainsi que les bornes de premier
ordre de la fiabilité dans le cas de corrélations modales positives. En raison de la non
linéarité de la relation entre fiabilité et longueur de semelle, les gains de fiabilité obtenus par
accroissement de LH dans le domaine des fiabilités élevées semblent seulement marginaux
en comparaison des gains obtenus dans le domaine des fiabilités plus faibles. Cependant,
en termes relatifs de probabilité de défaillance et de risque, ces gains peuvent être
significatifs. Pour l’exemple étudié, on observe aussi que la fiabilité du système calculée
directement par simulation de Monte Carlo est proche de la borne supérieure de fiabilité, ce
qui correspondrait à des corrélations modales parfaites. Dans le cas présent, on peut
supposer que cette caractéristique est liée à la forte influence de la capacité portante dans
la fiabilité du système, par son rôle modal individuel et ses corrélations avec les autres
modes.
-5-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
Moyenn Minimum
Paramètre C.O.V. Maximumm
e m
Poids unitaire du remblai, γ1 19kN/m3 0.07 0 28
Angle de friction du remblai,
32o 0.10 0 60
φ1
Cohésion du remblai, c1 0 0 0 0
Poids unitaire du sol, γ2 16kN/m3 0.07 0 28
Angle de friction du sol, φ2 28o 0.20 0 60
Cohésion du sol, c2 30kN/m2 0.30 0 100
8 Renversement
Glissement
Capacité portante
7
Facteur central de sécurité, CFS
1
1 2 3 4 5
Longueur du talon, LH (m)
3. Conclusions
Dans le cas de mur de soutènement étudié ici, et compte tenu des états limites considérés,
l’analyse de la fiabilité du système par simulation de Monte Carlo conduit aux constatations
suivantes :
(a) Même en l’absence de corrélation entre variables aléatoires, les fonctions de
performances relatives à chaque mode de défaillance sont toutes corrélées positivement,
mais leurs coefficients de corrélation varient dans un large domaine. La méthode des bornes
de premier ordre peut donc être utilisée pour obtenir une estimation de la fiabilité du système
en série.
(b) La fiabilité du système, calculée en tenant compte des corrélations modales, est
proche de la borne supérieure qui correspondrait à des corrélations modales parfaites. Ce
-6-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
comportement est peut-être dû, dans le cas étudié, à la prépondérance de l’un des modes
de défaillance et il serait imprudent d’en extrapoler une règle générale.
(c) La probabilité de défaillance du système, et donc le risque qui lui est proportionnel,
n’est pas une fonction linéaire des facteurs de sécurité déterministes.
La méthodologie présentée ici à l’aide d’un exemple simple devrait être un instrument
d’optimisation et d’aide à la décision pour des systèmes plus complexes. Les corrélations
modales jouent un rôle important dans l’analyse de tels systèmes. Certains aspects du
problème, qui ne sont pas explorés ici, devraient être l’objet d’une étude plus approfondie.
Ce sont, en particulier, le rôle des corrélations entre variables aléatoires, l’influence de la
formulation des états limites et l’interprétation des résultats en relation avec les Eurocodes.
4. Références bibliographiques
Ang A.H.-S., Amin M. (1968) Reliability of structures and structural systems. J. Eng. Mech. Div.,
ASCE, 94(2), 671-691.
Ang A.H.-S., Tang W.H. (1984) Probability concepts in engineering planning and design. Volume II:
decision, risk and reliability. John Wiley & Sons, New York.
Harr M.E. (1987) Reliability-based design in civil engineering. McGraw-Hill, New York.
Hasofer A.A., Lind A.M. (1974) Exact and Invariant Second-Moment Code Format. J. Eng. Mech.
Div., ASCE, 100(1), 111-121.
Oboni F., Bourdeau P.L. (1985) Simplified Use of the Beta Distribution and Sensitivity to the Bound
Locations. Structural Safety, Elsevier, 3, 63-66.
100 0
98 2
Renversement
94 6
Fiabilité modale, Ri (%)
Glissement
Capacité portante
92 8
90 10
88 12
86 14
84 16
82 18
1 2 3 4 5 6 7 8 9
Facteur central de sécurité, CFS
-7-
Bourdeau, P.L., Zevgolis, I.E. (2005). Corrélations entre modes de ruine dans l’analyse de fiabilité de système
des murs de soutènement. 4ème Conférence Nationale: Fiabilité des matériaux et des structures «JNF’05».
Clermont-Ferrand, France, 25 - 26 Octobre 2005.
0.8
0.6
SROT-SRSL
0.4 SROT-SRBC
SRSL-SRBC
0.2
0
1 2 3 4 5
Longueur du talon, LH (m)
100 0
95 5
Probabilité de défaillance du système, PF (%)
Fiabilité du système, R (%)
90 10
75 25
70 30
1 2 3 4 5
Longueur du talon, LH (m)
-8-